Anda di halaman 1dari 21

Uji Hipotesis dengan Minitab

2013

PENGENALAN MINITAB
Uji Normalitas, Uji Homogenitas, Statistika Deskriptif, Uji Hipotesis Rerata 1 Sampel , Uji Hipotesis Rerata 2 Sampel, Anava Satu Jalan, Anava Dua Jalan

A. PENDAHULUAN Paket program Minitab merupakan salah satu software yang sangat besar kontribusinya sebagai media pengolahan data statistik. Software ini menyediakan berbagai jenis perintah yang memungkinkan proses pemasukan data, manipulasi data, pembuatan grafik dan berbagai analisis statistik. Minitab mempunyai dua layar primer, yaitu Worksheet (lembar kerja) untuk melihat dan mengedit lembar kerja, serta sesi Command yang merupakan layar untuk menampilkan hasil. Perintah-perintah Minitab dapat diakses melalui menu, kotak dialog maupun perintah interaktif. Untuk memulai Minitab for windows dapat dilakukan melalui langkah-langkah berikut Klik STAR Pindahkan pointer mouse ke Program kemudian geser ke grup Minitab. Klik icon Minitab Setelah langkah-langkah di atas dilakukan maka anda akan berhadapan dengan layar Minitab, yaitu layar sesi command , layar worksheet dan baris menu. Tampilan tesebut dapat anda perhatikan pada gambar berikut :

Baris Menu

Layar Sesi Comand

Layar Woorkseet

Program Komputer IKIP PGRI Bojonegoro

Page 61

Uji Hipotesis dengan Minitab

2013

B. PENGENALAN BARIS MENU Sebelum memulai bekerja dengan minitab, terlebih dahulu harus dikenali menumenu yang tersedia dalam paket program ini. Berikut akan disampaikan beberapa penggunaan menu yang sering digunakan : a. Menu File New Project : Membuka project baru New Worksheet : Membuka worksheet baru Open Project : Membuka file project Open Worksheet : Membuka file worksheet Save Project : Menyimpan project Save Worksheet : Menyimpan worksheet b. Menu Edit Undo : Membatalkan proses/perintah sebelumnya Clear Cells : Menghapus isi cell tanpa merubah baris/kolom Delete Cells : Menghapus isi cell Copy Cells : Menggandakan isi cell Cut Cells : Menghapus/memindah isi cell Paste Cells : Menyisipkan isis cell c. Menu Data Sort : Mengurutkan data dalam satu kolom atau lebih Rank : Menyimpan skor rangking dalam suatu kolom Delete Rows : Menghapus baris-baris tertentu dari setiap kolom Erase Variables : Menghapus variabel Copy Columns : Menggandakan kolom Stack : Menggabungkan beberapa kolom menjadi satu kolom Unstack : Memecah satu kolom menjadi beberapa kolom Concatenate : Menggabungkan beberapa kolom text dalam satu kolom Code : Memberikan koding nilai pada suatu kolom Change D. Type : merubah tipe kolom Display Data : Menampilkan data dari worksheet ke sesi command. d. Menu calc Calculator : Operasi aritmatika Column Statistic : Perhitungan statistik berdasarkan kolom Row Statistics : Perhitungan statistik berdasarkan baris Standardize : Pemusatan dan penskalaan data dalam suatu kolom Extract from Date/Time to Numeric/Text : mengekstrak kolom yang bertipe date/time dan Menyimpan dalam kolom dengan tipe numerik/text Random Data : Pembangkitan bilangan random untuk distribusi tertentu Prob. Distri : Menghitung peluang, peluang kumulatif dan invers peluang kumulatif dari data kontonu. Matrices : Perintah untuk operasi matriks. e. Menu Stat Basic Statistics : Perhitungan statistika dasar meliputi : deskripsi data, uji hipotesis, korelasi dan uji normalitas Regression : Perhitungan/uji untuk analisis regresi ANOVA : Perhitungan/uji untuk analisis variansi. DOE : Perhitungan/uji untuk rancangan percobaan Multivariate : Perhitungan/uji untuk analisis multivariabel.
Program Komputer IKIP PGRI Bojonegoro

Page 62

Uji Hipotesis dengan Minitab

2013

Untuk menu-menu yang belum tertulis dalam modul ini, akan dikenali secara langsung setelah berhadapan dengan minitab. C. INPUT DATA Data Minitab dapat berasal dari file atau dimasukkan dari keyboard. File data dapat berupa file Minitab (mempunyai ekstension MTW) atau file ASCII (mempunyai ekstension DAT). Data dalam minitab dikelompokkan dalam 3 kategori yaitu : konstanta (K1, K2, K3, .), kolom (C1, C2, C3, ..) dan matriks (M1, M2, M3, ..). Input data konstanta dapat dilakukan dengan perintah LET Contoh :
MTB > LET K1=25 MTB > LET K2=SQRT (K1) MTB > PRINT K1 K2

Data Display
K1 K2 25,0000 5,00000

Input data Kolom dapat dilakukan dengan menulis langsung pada Worksheet sesuai dengan kolom yang diinginkan. Sedangkan untuk data berpola akan lebih praktis jika input data dilakukan dengan perintah SET.
PERINTAH HASIL

MTB> SET C1 DATA> 1:5 DATA>END

Pada kolom C1 akan terisi data 12345

Beberapa cara penulisan data melalui perintah SET adalah : 1:5 5:1 1:5/2 4(2) 4(1:3) (1:3)4 3(1:2)2 12345 54321 135 2222 123123123123 111122223333 112211221122

Untuk lebih mudah dalam mengingat variabel-variabel yang berupa data dalam masingmasing kolom, maka setiap kolom dapat diberi nama sesuai dengan kehendak kita. Pemberian nama dapat langsung menulis pada sel paling atas (dibawah C1, C2 dst). Input data matriks dapat dilakukan dengan perintah READ. Contoh :
MTB > READ 2 3 M1 DATA> 3 4 1 DATA> 5 2 3 2 rows read. MTB > PRINT M1

Data Display
Program Komputer IKIP PGRI Bojonegoro

Page 63

Uji Hipotesis dengan Minitab

2013

Matrix M1 3 5 4 2 1 3

Atau dengan memanfaatkan fasilitas baris menu diatas sesi command, yaitu : Klik Calc Pindahkan kursor ke Matrices Klik Read Isilah banyak baris pada kotak Number of rows Isilah banyak kolom pada kotak Number of column Isilah tempat penyimpanan data pada kotak Read into matrix (Misal : M1) Klik OK Masukkan data seperti contoh di atas

Untuk selanjunya untuk operasi matriks, seperti menentukan transpose, invers, nilai eigen maupun aritmatika dapat dilakukan dengan perintah-perintah yang disajikan dalam menu Calc Matrices D. STATISTIKA DESKRIPTIF Untuk mencetak statistika deskripsi pada setiap kolom dapat dilakukan dengan perintah sebagai berikut : Masukkan data Klik Stat Pindahkan kursor ke Basic Statistics Klik Display Descriptive Statistics Isilah kotak Variables dengan peubah yang akan didiskripsikan (misal : C1) Jika hasil deskripsi ingin dipecah berdasarkan peubah yang lain (misal : C2) maka kliklah kotak kiri dari By Variable dan isilah kotak kanan dengan C2. Jika tidak maka kotak By Variable dikosongkan. Klik Statistics kemudian pilih statistic yang diinginkan (pilih yang perlu saja agar hasil yang disajikan lebih focus)
Program Komputer IKIP PGRI Bojonegoro

Page 64

Uji Hipotesis dengan Minitab

2013

Klik OK

Contoh : Berikut ini adalah tinggi badan (dalam cm) dan berat badan (dalam kg) dari 10 mahasiswa prodi Pendidikan Matematika IKIP PGRI Bojonegoro Tinggi 165 Berat 50 157 49 155 50 170 65 160 50 150 50 169 63 172 70 158 50 165 63 163 50 160 49

Buatlah deskripsi dari data tersebut mengenai: rata-rata, median, kuartil 1, kuartil 3, standar deviasi, variansi, nilai minimum/maksimum dan koefisien kemiringan/keruncingan !
Descriptive Statistics: Tinggi; Berat
Variable Tinggi Berat Variable Tinggi Berat N 12 12 N* 0 0 Mean 162,00 54,92 SE Mean 1,89 2,26 StDev 6,56 7,83 Minimum 150,00 49,00 Q1 157,25 50,00 Median 161,50 50,00 Q3 168,00 63,00

Maximum 172,00 70,00

Skewness -0,14 1,00

Kurtosis -0,58 -0,83

E. UJI HIPOTESIS 1. Uji Hipotesis dan Interval Konfidensi untuk rerata Satu Kelompok Data sampel. Uji hipotesis dan interval konfidensi untuk rerata dapat menggunakan statistik uji z atau t. Beberapa kriteria yang dapat digunakan untuk memilih kedua jenis statistik uji ini, yaitu : Jika n>30 atau variansi populasi diketahui maka digunakan statistik uji z. (pada Minitab, Uji z digunakan jika variansi populasi diketahui tanpa memperhatikan ukuran sampel) Jika n<30 dan variansi populasi tidak diketahui maka digunakan statistik uji t. Hipotesis yang diuji dapat berbentuk sebagai berikut :
1) H0 : = 0 vs H1 : 0

Program Komputer IKIP PGRI Bojonegoro

Page 65

Uji Hipotesis dengan Minitab

2013

2) H0 : 0 3) H0 : 0

vs vs

H1 : 0 H1 : 0

Interval Konfidensi (1-a)100% bagi rerata populasi adalah : (x z(/2) ) atau (x t(/2;n-1)s) Contoh : Untuk melihat apakah rataan nilai mata pelajaran Matematika siswa kelas tiga SMU X sama dengan 65, secara random dari populasinya diambil 12 siswa. Ternyata nilai keduabelas siswa tersebut adalah sebagai berikut. 51 71 76 81 67 98 58 69 87 74 79 81 Jika diambil = 5% dan dengan mengasumsikan bahwa nilai berdistribusi normal, bagaimana kesimpulan penelitian tersebut? Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : Masukan data pada C1 dan beri nama Nilai Klik Stat Pilihlah Basic Statistics Klik 1-Sample t Isilah Samples in column dengan peubah C1 Klik Test Mean dan pilih rerata yang dihipotesiskan (m = 65) Klik Options Isilah confidence level yaitu (1 ). Isilah Alternative dengan memilih hipotesis alternatif yang diinginkan (dalam soal : not equal) Klik OK

One-Sample T: NILAI
Test of mu = 65 vs not = 65

Program Komputer IKIP PGRI Bojonegoro

Page 66

Uji Hipotesis dengan Minitab

2013

Variable NILAI

N 12

Mean 74,3333

StDev 12,5722

SE Mean 3,6293

95% CI (66,3453; 82,3213)

T 2,57

P 0,026

Dari tampilan ini dapat dilihat bahwa p = 0,026 karena merupakan uji dua pihak(menyatakan sama dengan) maka < 0,05 = , sehingga H0 yang dirumuskan ditolak pada tingkat signifikansi 5% Sehingga kesimpulan Rerata Nilai Matematika kelas tiga SMU X tidak sama dengan 65 Catatan : Jika p < = maka Ho ditolak Jika p = maka Ho diterima 2. Uji Hipotesis dan Interval Konfidensi untuk rerata Dua Kelompok Data Sampel Dari dua kelompok data sampel dapat dilakukan uji perbandingan dua nilai tengah dengan statistik uji t. Untuk keperluan ini Minitab tidak menyediakan statistik uji z. Hipotesis yang diuji dapat berbentuk sebagai berikut :
1) H0 : A = B 2) H0 : A B 3) H0 : A B vs vs vs H1 : A B H1 : A B H1 : A B

Dalam Minitab ada dua pilihan untuk keperluan uji ini, yaitu data ditulis dalam satu kolom atau data ditulis dalam dua kolom. Perhatikan contoh pemasukan data berikut : C1 10 12 15 C2 13 16 20 C1 1 1 1 2 2 2 C2 10 12 15 13 16 20

Atau

Contoh : Peneliti ingin melihat apakah metode A lebih baik daripada metode B untuk mengajar matematika. Dari 8 anak yang ditetapkan sebagai sampel, diperoleh data nilai ujian berikut. Metode A Metode B 67 72 74 68 82 76 73 68 80 68 69 68 66 61 80 76

Jika diasumsikan variansi-variansi populasi sama, populasi-populasi saling independen dan berdistribusi normal, bagaimana kesimpulan penelitian tersebut? a = 5% Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : Cara 1 : Data ditulis dalam 2 kolom Masukan nilai dari metode A pada C1 dan beri nama Metode A Masukan nilai dari metode B pada C2 dan beri nama Metode B Klik Stat Pilihlah Basic Statistics Klik 2-Sample t
Program Komputer IKIP PGRI Bojonegoro

Page 67

Uji Hipotesis dengan Minitab

2013

Klik Samples in different columns Isilah First dengan peubah C1 Isilah Second dengan peubah C2 Klik Options Isilah confidence level yaitu (1 ). Isilah Test Difference dengan 0, karena memang tidak menyebut pembedanya. Isilah Alternative dengan memilih hipotesis alternatif yang diinginkan (dalam soal : greater than) Klik OK

Cara 2 : Data ditulis dalam 1 kolom (missal data sudah tersusun 2 kolom) Klik Data Pindahkan kursor ke Stack Klik Columns Isilah kotak pada stack the following columns dengan C1,C2 Isilah kotak pada Column in current worksheet dengan kolom kosong (misal C3) dan beri nama C3 dengan Nilai Isilah kotak pada Store Subscripts in dengan Kolom kosong (misal C4) dan beri nama C4 dengan Metode Klik Stat Pilihlah Basic Statistics Klik 2-Sample t Klik Samples in one column Isilah Samples dengan peubah C3 Isilah Subscripts dengan peubah C4 Klik Options Isilah confidence level yaitu (1 ) dalam soal 95% Isilah Test Difference dengan 0, karena memang tidak menyebut pembedanya.
Program Komputer IKIP PGRI Bojonegoro

Page 68

Uji Hipotesis dengan Minitab

2013

Isilah Alternative dengan memilih hipotesis alternatif yang diinginkan (dalam soal : greater than) Klik OK

Cara 1 dan Cara 2 akan menampilkan hasil yang sama


Two-Sample T-Test and CI: METODE A; METODE B
Two-sample T for METODE A vs METODE B METODE A METODE B N 8 8 Mean 73,88 69,63 StDev 6,27 4,96 SE Mean 2,2 1,8

Difference = mu (METODE A) - mu (METODE B) Estimate for difference: 4,25000 95% lower bound for difference: -0,72478 T-Test of difference = 0 (vs >): T-Value = 1,50 Both use Pooled StDev = 5,6490

P-Value = 0,077

DF = 14

Dari tampilan diatas dapat dilihat untuk nilai p = 0,077> , sehingga H0 diterima pada tingkat signifikansi 5% Jadi dapat disimpulkan bahwa Metode A tidak lebih baik dari pada metode B untuk mengajar matematika F. ANALISIS VARIANSI (ANAVA) 1. Anava Satu Jalan Anava merupakan suatu analisis statistika untuk menguji secara serentak apakah k populasi mempunyai rataan yang sama. Disebut anava satu jalan karena pada eksperimen ini hanya ada satu faktor yang diselidiki. Dalam Minitab ada dua pilihan untuk keperluan uji ini, yaitu data ditulis dalam satu kolom atau data ditulis dalam beberapa kolom (seperti pada uji hipotesis). Contoh : Peneliti ingin mengetahui apakah keempat metode mengajar, yaitu metode A, B, C, dan D mempunyai efek yang sama. Keempat metode tersebut dicobakan kepada empat kelas
Program Komputer IKIP PGRI Bojonegoro

Page 69

Uji Hipotesis dengan Minitab

2013

yang seimbang, yaitu kelas IA (untuk metode A), kelas IB (untuk metode B), kelas IC (untuk metode C), dan kelas ID (untuk metode D). Dari masing-masing kelas diambil secara random sejumlah anak, dan hasilnya adalah sebagai berikut. Kelas IA IB IC ID Nilai 5, 7, 6, 3, 9, 7, 4, 2 9, 10, 8, 7, 7 8, 6, 9, 5, 7, 4, 4 1, 3, 4, 5, 1, 4 a. Dengan mengambil a = 5%, bagaimanakah kesimpulan penelitian tersebut? b. Lakukan uji lanjut pasca anava untuk menentukan metode manakah yang lebih baik daripada metode yang lain. Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : Cara 1 : data tersusun dalam beberapa kolom Masukan nilai dari kelas 1A pada C1 dan beri nama Metode A Masukan nilai dari kelas 1B pada C2 dan beri nama Metode B Masukan nilai dari kelas 1C pada C3 dan beri nama Metode C Masukan nilai dari kelas 1D pada C4 dan beri nama Metode D Klik Stat Pilihlah ANOVA Klik One-Way (Unstacked) Isilah pada kotak Responses dengan C1,C2,C3,C4. Isilah confidence level yaitu (1 ) dalam soal 95% Klik Comparisons dan contreng metode perbandingan ganda yang diinginkan. Klik OK

Cara 2 : data tersusun dalam satu kolom (misalnya data sudah tersusun seperti cara 1)
Program Komputer IKIP PGRI Bojonegoro

Page 70

Uji Hipotesis dengan Minitab

2013

Klik Data Pindahkan kursor ke Stack Klik Columns Isilah kotak pada stack the following columns dengan C1,C2,C3,C4 Isilah kotak pada Column in current worksheet dengan kolom kosong (misal C5) dan beri nama C5 dengan Nilai Isilah kotak pada Store Subscripts in dengan Kolom kosong (misal C6) dan beri nama C6 dengan Metode Klik Stat Pilihlah ANOVA Klik One-Way Isilah pada kotak Responses dengan C5 dan Faktor dengan C6. Isilah confidence level yaitu (1 ) dalam soal 95% Klik Comparisons dan contreng metode perbandingan ganda yang diinginkan. Klik OK

MTB > Oneway 'NILAI' 'METODE'; SUBC> Fisher 5.

One-way ANOVA: NILAI versus METODE


Source METODE Error Total DF 3 22 25 SS 76,81 81,53 158,35 MS 25,60 3,71 F 6,91 P 0,002

S = 1,925

R-Sq = 48,51%

R-Sq(adj) = 41,49% Individual 95% CIs For Mean Based on Pooled StDev -----+---------+---------+---------+----

Level

Mean

StDev

Program Komputer IKIP PGRI Bojonegoro

Page 71

Uji Hipotesis dengan Minitab


Metode Metode Metode Metode A B C D 8 5 7 6 5,375 8,200 6,143 3,000 2,326 1,304 1,952 1,673 (-----*----) (------*------) (-----*-----) (------*------) -----+---------+---------+---------+---2,5 5,0 7,5 10,0

2013

Pooled StDev = 1,925

Perhatikanlah bahwa pada tampilan rangkuman analisis variansi diatas diperoleh p = 0,002. Terkait dengan tingkat signifikansi = 0,05, diperoleh p < berarti Ho ditolak Sehingga dapat disimpulkan tidak benar bahwa keempat metode pembelajaran memberikan efek yang sama Dari hasil diatas disebutkan bahwa terdapat perbedaan antara keempat metode, Untuk menentukan metode mana yang lebih baik dari metode yang lain maka dilakukan uji lanjut dan hasilnya pada rangkuman dibawah ini :
Fisher 95% Individual Confidence Intervals All Pairwise Comparisons among Levels of METODE Simultaneous confidence level = 80,73% METODE = Metode A subtracted from: METODE Metode B Metode C Metode D Lower 0,549 -1,298 -4,531 Center 2,825 0,768 -2,375 Upper 5,101 2,834 -0,219 ---------+---------+---------+---------+ (-----*-----) (----*----) (----*----) ---------+---------+---------+---------+ -4,0 0,0 4,0 8,0

METODE = Metode B subtracted from: METODE Metode C Metode D Lower -4,395 -7,618 Center -2,057 -5,200 Upper 0,281 -2,782 ---------+---------+---------+---------+ (-----*-----) (-----*-----) ---------+---------+---------+---------+ -4,0 0,0 4,0 8,0

METODE = Metode C subtracted from: METODE Metode D Lower -5,364 Center -3,143 Upper -0,922 ---------+---------+---------+---------+ (----*-----) ---------+---------+---------+---------+ -4,0 0,0 4,0 8,0

Dari ragkuman diatas dapat dijelaskan bahwa Metode B > A karena tidak memuat nol dan center positif Metode C = A karena memuat nol Metode D < A karean tidak memuat nol dan center negatif Metode C = B karena memuat nol Metode D < B karean tidak memuat nol dan center negatif Metode D < C karean tidak memuat nol dan center negatif Jadi dapat disimpulkan bahwa metode (B=C=A)
Page 72

Program Komputer IKIP PGRI Bojonegoro

Uji Hipotesis dengan Minitab

2013

2. Anava Dua Jalan Disebut anava dua jalan karena pada eksperimen ini hanya ada dua faktor yang diselidiki. Dalam Minitab input data untuk prosedur ini terdiri dari satu kolom untuk koding faktor pertama, satu kolom untuk koding faktor kedua dan satu kolom untuk data respon. Contoh Anava Dua Jalan Sel Sama Seorang peneliti ingin melihat efek tiga metode mengajar (yaitu I, II, dan III) dan sekaligus ingin melihat apakah ada perbedaan prestasi antara laki-laki dan perempuan. Dengan mengambil secara random dari populasinya, datanya adalah sebagai berikut. Metode I Laki-laki Perempuan 8, 8, 7 3, 4, 2 Metode II 6, 7, 6 5, 6, 8 Metode III 3, 2, 4 9, 8, 9

Dengan mengambil a = 5%, bagaimanakah kesimpulan mengenai efek utama dan interaksi antar variabel? Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : Masukan koding untuk jenis kelamin pada C1 dan beri nama JK Masukan koding untuk Metode Mengajar pada C2 dan beri nama Metode Masukkan nilai sesuai koding pada C3 dan beri nama Nilai Klik Stat Pilihlah ANOVA Klik Two-Way Isikan C3 pada kotak Respons Isikan C1 pada kotak Row FactorIsikan C2 pada kotak Column Factor Isilah confidence level yaitu (1 ) dalam soal 95% Klik OK Untuk memasukkan data dan koding seperti pada gambar dibawah ini

Program Komputer IKIP PGRI Bojonegoro

Page 73

Uji Hipotesis dengan Minitab

2013

Untuk tampilan setalah ditekan Two-Way akan tampil seperti gambar dibawah ini

Two-way ANOVA: NILAI versus JK; METODE


Source JK METODE Interaction Error Total S = 0,9428 DF 1 2 2 12 17 SS 0,5000 3,0000 80,3333 10,6667 94,5000 MS 0,5000 1,5000 40,1667 0,8889 F 0,56 1,69 45,19 P 0,468 0,226 0,000

R-Sq = 88,71%

R-Sq(adj) = 84,01%

Perhatikanlah bahwa pada tampilan rangkuman analisis variansi dua jalan sel sama diatas diperoleh untuk JK dengan p = 0,468 > berarti H0 diterima, untuk Metode didapatkan p=0,226> berarti Ho diterima dan untuk interaksi antara jenis kelamin dan metode didapatkan p=0,000 < maka Ho ditolak Sehingga dapat disimpulkan : - Tidak ada perbedaan jenis kelamin laki-laki dan perempuan terhadap prestasi belajar(dalam arti dilihat secara umum tanpa memandang metode pembelajaran bahwa jenis kelamin laki laki dan perempuan mempunyai prestasi belajar yang sama) - Tidak ada perbedaan ketiga metode pembelajarn terhadap prestasi belajar(dalam arti tanpa memandang jenis kelamin bahwa ketiga metode pembelajaran mempunyai prestasi belajar yang sama) - Ada interaksi antara metode mengajar dengan jenis kelamin (untuk melihat interaksi antara metode mengajar dan jenis kelamin maka dilakukan uji lanjut pasca anava/uji komparasi rerata antar sel) Minitab tidak dapat menjalankan prosedur di atas jika banyak data tiap sel tidak sama. Untuk keperluan tersebut Minitab menyediakan GLM (General Linier Model) dalam menyelesaikan anava dua jalan dengan sel tidak sama. Contoh Anava Dua Jalan Sel Tidak Sama Seorang peneliti ingin melihat efek tiga metode mengajar (yaitu I, II, dan III) dan sekaligus ingin melihat apakah ada beda prestasi antara laki-laki dan perempuan. Dengan mengambil secara random dari populasinya, datanya adalah sebagai berikut.
Program Komputer IKIP PGRI Bojonegoro

Page 74

Uji Hipotesis dengan Minitab

2013

Metode I

Metode II

Metode III

8, 8, 7, 9 6, 7, 6, 8, 5 3, 2, 4 Laki-laki 3, 4, 2 5, 6, 8 9, 8, 9, 7 Perempuan Dengan mengambil a = 5%, bagaimanakah kesimpulan mengenai efek utama dan interaksi antar variabel? Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : Masukan koding untuk jenis kelamin pada C1 dan beri nama JK Masukan koding untuk Metode Mengajar pada C2 dan beri nama Metode Masukkan nilai sesuai koding pada C3 dan beri nama Nilai Klik Stat Pilihlah ANOVA Klik General Linear Model Isikan C3 pada kotak Respons Isikan C1 C2 C1*C2 pada kotak Model Klik Comparisons Pilih Pairwise Comparisons dan masukkan variabel yang akan dikomparasi contreng metode perbandingan ganda yang diinginkan. Klik OK

Program Komputer IKIP PGRI Bojonegoro

Page 75

Uji Hipotesis dengan Minitab

2013

General Linear Model: NILAI versus JK; METODE


Factor JK METODE Type fixed fixed Levels 2 3 Values L; P I; II; III

Analysis of Variance for NILAI, using Adjusted SS for Tests Source JK METODE JK*METODE Error Total S = 1,07868 DF 1 2 2 16 21 Seq SS 0,002 1,102 90,098 18,617 109,818 Adj SS 0,020 3,189 90,098 18,617 Adj MS 0,020 1,595 45,049 1,164 F 0,02 1,37 38,72 P 0,898 0,282 0,000

R-Sq = 83,05%

R-Sq(adj) = 77,75%

Perhatikanlah bahwa pada tampilan rangkuman analisis variansi dua jalan sel tak sama diatas diperoleh untuk JK dengan p = 0,898 > berarti H0 diterima, untuk Metode didapatkan p=0,282> berarti Ho diterima dan untuk interaksi antara jenis kelamin dan metode didapatkan p=0,000 < maka Ho ditolak Sehingga dapat disimpulkan : - Tidak ada perbedaan jenis kelamin laki-laki dan perempuan terhadap prestasi belajar(dalam arti dilihat secara umum tanpa memandang metode pembelajaran bahwa jenis kelamin laki laki dan perempuan mempunyai prestasi belajar yang sama) - Tidak ada perbedaan ketiga metode pembelajarn terhadap prestasi belajar(dalam arti tanpa memandang jenis kelamin bahwa ketiga metode pembelajaran mempunyai prestasi belajar yang sama) - Ada interaksi antara metode mengajar dengan jenis kelamin (untuk melihat interaksi antara metode mengajar dan jenis kelamin maka dilakukan uji lanjut pasca anava/uji komparasi rerata antar sel) Berikut rangkuman uji lanjut menggunakan tukey
Tukey 95,0% Simultaneous Confidence Intervals Response Variable NILAI All Pairwise Comparisons among Levels of JK*METODE JK = L METODE = I subtracted from: JK L L P P P METODE II III I II III Lower -3,933 -7,656 -7,656 -4,323 -2,209 Center -1,600 -5,000 -5,000 -1,667 0,250 Upper 0,733 -2,344 -2,344 0,990 2,709 -----+---------+---------+---------+(----*---) (----*----) (----*----) (-----*----) (---*----) -----+---------+---------+---------+-5,0 0,0 5,0 10,0

JK = L METODE = II JK L P P P METODE III I II III

subtracted from: Lower -5,940 -5,940 -2,607 -0,483 Center -3,400 -3,400 -0,067 1,850 Upper -0,8600 -0,8600 2,4734 4,1832 -----+---------+---------+---------+(----*----) (----*----) (----*----) (----*---) -----+---------+---------+---------+-5,0 0,0 5,0 10,0

Program Komputer IKIP PGRI Bojonegoro

Page 76

Uji Hipotesis dengan Minitab

2013

JK = L METODE = III JK P P P METODE I II III

subtracted from: Center 0,00000 3,33333 5,25000 Upper 2,840 6,173 7,906 -----+---------+---------+---------+(-----*-----) (-----*----) (-----*----) -----+---------+---------+---------+-5,0 0,0 5,0 10,0

Lower -2,840 0,493 2,594

JK = P METODE = I JK P P METODE II III

subtracted from: Lower 0,4935 2,5936 Center 3,333 5,250 Upper 6,173 7,906 -----+---------+---------+---------+(-----*----) (-----*----) -----+---------+---------+---------+-5,0 0,0 5,0 10,0

JK = P METODE = II JK P METODE III

subtracted from: Lower -0,7398 Center 1,917 Upper 4,573 -----+---------+---------+---------+(----*----) -----+---------+---------+---------+-5,0 0,0 5,0 10,0

Tukey Simultaneous Tests Response Variable NILAI All Pairwise Comparisons among Levels of JK*METODE JK = L METODE = I subtracted from: JK L L P P P METODE II III I II III Difference of Means -1,600 -5,000 -5,000 -1,667 0,250 SE of Difference 0,7236 0,8239 0,8239 0,8239 0,7627 T-Value -2,211 -6,069 -6,069 -2,023 0,328 Adjusted P-Value 0,2854 0,0002 0,0002 0,3723 0,9994

JK = L METODE = II JK L P P P METODE III I II III

subtracted from: Difference of Means -3,400 -3,400 -0,067 1,850 SE of Difference 0,7878 0,7878 0,7878 0,7236 T-Value -4,316 -4,316 -0,085 2,557 Adjusted P-Value 0,0059 0,0059 1,0000 0,1654

JK = L METODE = III JK P P P METODE I II III

subtracted from: SE of Difference 0,8807 0,8807 0,8239 T-Value 0,00000 3,78472 6,37250 Adjusted P-Value 1,0000 0,0168 0,0001

Difference of Means 0,00000 3,33333 5,25000

JK = P METODE = I

subtracted from: Difference SE of Adjusted

Program Komputer IKIP PGRI Bojonegoro

Page 77

Uji Hipotesis dengan Minitab


JK METODE P II P III JK = P METODE = II JK P METODE III of Means 3,333 5,250 Difference 0,8807 0,8239 T-Value 3,785 6,373 P-Value 0,0168 0,0001

2013

subtracted from: Difference of Means 1,917 SE of Difference 0,8239 T-Value 2,326 Adjusted P-Value 0,2397

Dari hasil proses dengan minitab tersebut perbandingan antar sel ditampilkan semuanya, Catatan : JK = Jenis Kelamin, L = Laki-laki, P = Perempuan Pertama (1) Pada sel JK L pada metode I dibandingkan dengan JK Lmetode II didapatkan p = 0,2854 > maka Ho diterima sehingga dapat disimpulkan jika dilihat dari jenis kelamin laki-laki hasil prestasi metode I sama dengan metode II Pada sel JK L pada metode I dibandingkan dengan JK Lmetode III didapatkan p = 0,0002 < maka Ho ditolak sehingga dapat disimpulkan jika dilihat dari jenis kelamin laki-laki hasil prestasi metode I tidak sama dengan metode III(dalam arti metode I lebih baik dari pada metode III, karena dari hasil proses minitab tidak memuat nol Untuk selanjutnya intinya sama dengan yang di atas G. PLOT INTERAKSI Pada anava dua jalan terdapat faktor interaksi yang terkadang kurang tepat dalam menginterpretasikan makna kata interaksi. Untuk memperjelas dalam Minitab disediakan perintah untuk membuat plot interaksi sehingga lebih mudah untuk dipahami. Pada contoh anava dua jalan dengan sel tidak sama di atas akan dibuat plot interaksi. Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : (data sudah ada dalam kolom C1, C2, C3) Klik Stat Pilihlah ANOVA Klik Interactions Plot Isikan C3 pada kotak Respons Isikan C1 C2 pada kotak Factors Contreng Display full interaction plot matrix Klik OK

Program Komputer IKIP PGRI Bojonegoro

Page 78

Uji Hipotesis dengan Minitab

2013

Interaction Plot (data means) for NILAI


I II III 9,0 7,5 JK 6,0 4,5 3,0
METODE I II III JK L P

9,0 7,5 6,0 4,5 3,0 L P METODE

H. ASUMSI ANAVA 1. Uji Normalitas Misalkan pada contoh anava satu jalan di atas akan diuji apakah data kolom pertama berasal dari populasi yang berdistribusi normal dilakukan tahapan kerja sebagai berikut : Klik Stat Pilihlah Basic Statistics Klik Normality Test Isikan C1 pada kotak Variable Pilih Metode yang di pakai (misal : Kolmogorov-Smirnov) Isikan Title (misal : Uji Normalitas Metode A) Klik OK

Program Komputer IKIP PGRI Bojonegoro

Page 79

Uji Hipotesis dengan Minitab

2013

UJI NORMALITAS METODE A


Normal
99 Mean StDev N KS P-Value 5,375 2,326 8 0,106 >0,150

95 90 80

Percent

70 60 50 40 30 20 10 5 1

6 Metode A

10

12

2. Uji Homogenitas Misalkan pada contoh anava satu jalan di atas akan diuji apakah populasi populasinya homogen dilakukan tahapan kerja sebagai berikut : Klik Stat Pilihlah ANOVA Klik Test for Equal Variances Isikan Nilai pada kotak Respons Isikan Metode pada kotak Factors Isikan Title (misal : Uji Homogenitas) Klik OK

Program Komputer IKIP PGRI Bojonegoro

Page 80

Uji Hipotesis dengan Minitab

2013

UJI HOMOGENITAS METODE


Bartlett's Test

Metode A

Test Statistic P-Value Test Statistic P-Value

1,58 0,664 0,84 0,485

Levene's Test

Metode B
METODE

Metode C

Metode D 0 1 2 3 4 5 6 95% Bonferroni Confidence Intervals for StDevs

Program Komputer IKIP PGRI Bojonegoro

Page 81